Πόσες φορές έχετε αναρωτηθεί και έχετε κάνει συγκρίσεις μεταξύ παικτών και ομάδων;
Υποθέτω πολλές.
Στις περισσότερες περιπτώσεις οι άνθρωποι ψάχνουμε δεδομένα για να υποστηρίξουμε τα επιχειρήματα μας. (Παρότι υπάρχουν και αυτοί που είναι παντογνώστες και δεν τα χρειάζονται ούτε τα δεδομένα ούτε τα επιχειρήματα) Φυσικά υπάρχουν διαφορετικών ειδών δεδομένα π.χ. ποιοτικά, ποσοτικά, στατιστικά, αρχεία πολυμέσων και το κάθε ένα από αυτά προσθέτει και μια διαφορετική οπτική στο όποιο ζήτημα προσπαθούμε να καταλάβουμε καλύτερα.
Σε κάθε περίπτωση όμως είναι πολύτιμα γιατί καταγράφουν μια δραστηριότητα με τέτοιο τρόπο που ενδεχομένως να αναδεικνύει μια πραγματικότητα που δεν πιάνει το ανθρώπινο μάτι – τουλάχιστον το μη εξειδικευμένο.
Το αγαπημένο μας σπορ είναι ένας παράδεισος δεδομένων και ο τρόπος που μιλάμε για αυτό πολλές φορές είναι μέσω μιας κωδικοποιημένης ορολογίας που επεξηγεί μια δράση και το αποτέλεσμα της. Π.χ.
ο Νικόλα Μιλουτίνοφ μάζευε 8,4 Rebs ανά παιχνίδι την περίοδο 2019 μια επίδοση που για την ομάδα του Ολυμπιακού έχει ξεπεράσει μόνο ο Dino Radja την περίοδο 2001 με 9,8.
Αυτή η απλή φράση μας είπε πως ο Dino ήταν θεωρητικά καλύτερος στο να μαζεύει τις μπάλες μετά από χαμένα σουτ – φυσικά μιλάμε για ένα διαφορετικό παιχνίδι (κανόνες και φιλοσοφία), ομάδες και επίπεδο παικτών μεταξύ 2001 και 2019. Αλλά αυτό ακριβώς επιτυγχάνουν τα δεδομένα να υποδείξουν μια «πραγματικότητα» είτε να αναδείξουν μια τάση και ένα πεδίο έρευνας / κατανόησης για το παιχνίδι και τις δράσεις του.
Τι ωραία που θα ήταν λοιπόν να έχουμε συγκεντρωμένα όλα αυτά τα δεδομένα σε μια βάση / ιστοσελίδα και με ελεύθερη πρόσβαση για όλους. Αυτό σκεφτόμουν μερικές δεκαετίες νωρίτερα όταν και μάζευα την πληροφορία από τις εφημερίδες και τα περιοδικά της εποχής και λίγο αργότερα από την σελίδα του Galanis Sports Data. Αλλά μερικά πράγματα στην ζωή θέλουν να είσαι υπομονετικός και επίμονος. Έτσι μετά από αρκετές δεκαετίες τα πράγματα έχουν αλλάξει και η πληροφορία είναι ελεύθερη και διαθέσιμη από διάφορες ιστοσελίδες. Ενδεικτικά να αναφέρω ως εξαιρετικές πηγές τις ακόλουθες σελίδες.
https://www.basketball-reference.com/
https://basketball.realgm.com/
Όλες αυτές οι σελίδες έχουν σε διαφορετικό βαθμό πληρότητας στατιστικά για τις ομάδες που αγωνίζονται στις Ευρωπαϊκές διοργανώσεις και σε κάποιες περιπτώσεις έχουν διαφορές στον τρόπο υπολογισμού ορισμένων advanced stats δεικτών. Έτσι στο παρελθόν οι συγκρίσεις ήταν λίγο προβληματικές μέχρι να καταλάβουμε το τι έκανε ο καθένας τους. Για να μην αδικήσω κάποιους η αλήθεια είναι πως έγιναν αρκετές καλές προσπάθειες για συλλογή, καταγραφή και ανάλυση του παιχνιδιού μέσω στατιστικών στο παρελθόν από σελίδες όπως το Gigabasket και το In the Game.
Όμως το ζήτημα λύθηκε οριστικά όταν πριν από 3 χρόνια βρέθηκαν μερικοί Έλληνες χρήστες με γνώση και διάθεση να ασχοληθούν. Έτσι μετά από αρκετό χρονικό διάστημα και περίπου 2 δεκαετίες προσωπικής ενασχόλησης μπορώ να πω με βεβαιότητα πως πλέον έχουμε πράγματι ποιοτικά στατιστικά και μάλιστα σε βάθος χρόνου τόσο για τις Ευρωπαϊκές όσο και για τις εγχώριες διοργανώσεις.
Και η καλύτερη δουλειά κατά την γνώμη μου έχει γίνει από το www.badbasket.gr και από το https://www.basketballguru.gr/. Ταυτόχρονα βλέπουμε ότι η δουλειά των προαναφερόμενων δημιούργησε τάση και έχουμε αντίστοιχα αξιόλογα εγχειρήματα από χρήστες στην Ισπανία με καλύτερο δείγματα τα https://www.statsli.com/ και το http://overbasket.com/ που είναι μια εξαιρετική πλατφόρμα αλλά με μόλις 3 χρόνια βάθος στα στοιχεία που παρουσιάζει. Τελευταία και πολύ ενδιαφέρουσα ελληνική προσπάθεια είναι το NewStats από το οποίο έχω υψηλές προσδοκίες λόγω συμμετοχής Μαρμαρινού. Σε ότι αφορά τον Ολυμπιακό η δική μου πρόταση είναι για ότι αφορά την Ευρωλίγκα η δουλειά στο Badbasket και για την Ελλάδα η εξαιρετική προσπάθεια που έχει κάνει ο http://www.aboveaverage.gr/ (τουλάχιστον μέχρι να του την δώσει του Ανδρέα και να φτιάξει κάτι αντίστοιχο με ότι έκανε για την Ευρωλίγκα)
Long story short μελετώντας όλους τους προαναφερόμενους έχουμε επιτέλους αποτέλεσμα. Μια ολοκληρωμένη βάση στατιστικών δεδομένων για τον Ολυμπιακό στην Ευρωλίγκα (Team & Player Stats).
Τα ακόλουθα στατιστικά στοιχεία (που θα βρείτε στην συνέχεια του κειμένου) είναι το αποτέλεσμα της καταγραφής και των υπολογισμών που έκανε ο Ανδρέας Χριστοφόρου στο http://www.badbasket.gr για όλες τις σεζόν στην Ευρωλίγκα από το 2001. Από αυτή την εξαιρετική δουλειά την οποία ο Ανδρέας μοιράστηκε με όλους μας – απομόνωσα τα στοιχεία που αφορούν τον Ολυμπιακό τόσο σε ομαδικά όσο και σε ατομικά στατιστικά. Για μεγαλύτερη ευελιξία τα δημοσιεύω μέσω της εφαρμογής του Tableau ώστε όποιος θέλει να μπορέσει να τα ιεραρχήσει ανά κατηγορία και να παίξει με τα φίλτρα ώστε να αναζητήσει τους πιθανούς συνδυασμούς που τον / την ενδιαφέρουν.
OLYMPIACOS in EUROLEAGUE 2001-2019 (BASIC & ADVANCED STATS)
EL Team Performance 2001 – 2019
EL Team Performance 2001 – 2019 – Offense
EL Team Performance 2001 – 2019 – Defense
EL Team Performance 2001 – 2019 – Rebounding
(Σημείωση: Για όποιον δεν είναι εξοικειωμένος με τους ορισμούς των Advanced Stats και την μέθοδο υπολογισμού των επιμέρους δεικτών μπορείτε να διαβάσετε το τυπολόγιο ΕΔΩ)
Ως άνθρωπος που εργάζεται και σέβεται τους αριθμούς αλλά και λάτρης των Ευρωπαϊκών διοργανώσεων τα χρησιμοποιώ περισσότερο για να μελετήσω την απόδοση της ομάδας μας στο βάθος του χρόνου αλλά και ως σημείο αναφοράς για να υπάρχει σύγκριση με ότι παρακολουθούμε σε κάθε αγωνιστική περίοδο. Οι αριθμοί όσο εύκολα λένε την αλήθεια άλλο τόσο μπορούν να είναι παραπλανητικοί – όμως στα χέρια του έμπειρου αναλυτή είναι πάντοτε asset και όχι liability.
Η πληροφορία των Basic αλλά περισσότερο των Advanced Stats πριν από μερικά χρόνια θα ήταν αδιανόητο να είναι ελεύθερη και εύκολα πρoσβάσιμη για απλούς χρήστες. Kαι με εξαίρεση ορισμένους γραφικούς που την συλλέγαμε και την επεξεργαζόμασταν σε εξελόφυλλα υπήρχε μόνο στους υπολογιστές ορισμένων δημοσιογράφων οι οποίοι και μοιραζόντουσαν αποσπασματικά μέρος της σε κάποιο άρθρο τους και με αφορμή ένα νέο ρεκόρ. Με την εξέλιξη όμως της τεχνολογίας και την καταγραφή της αγωνιστικής δραστηριότητας μέσω μηχανών που συλλέγουν πληροφορία απευθείας από το video ή μέσω online data streaming ή ακόμα και αισθητήρων – και μετά με ειδικές εφαρμογές την επεξεργάζονται – η καταγραφή των δρώμενων μπορεί να έγινε ευκολότερη αλλά παραμένει εγκλωβισμένη στα χέρια λίγων.
Και απαιτείται η δουλειά ανθρώπων όπως ο Ανδρέας (@ldcystats) η ο Παναγιώτης (@lostgps) για να προσφερθεί ελεύθερα σε όλους εμάς. Ο Παναγιώτης σε περίπτωση που δεν το έχετε πάρει είδηση ακόμα έχει φτιάξει ένα εκπληκτικό set up που καταγράφει κυρίως Shooting Stats στο χώρο (ανά ζώνη είτε σε ακριβή θέση) για όλες τις ομάδες και παίκτες της Ευρωλίγκας το οποίο μπορείτε να το μελετήσετε ΕΔΩ.
Και αυτό είναι μόνο η αρχή με την εξέλιξη της τεχνολογίας και τους αισθητήρες στις φανέλες των αθλητών δεν αργεί η ημέρα που θα έχουμε Real time βιομετρικά στοιχεία από τους παίκτες εν ώρα αγώνα. Κρίμα που θα δεν παίζει μάλλον τότε ο Σπανούλης να μετρήσουμε αν όντως παγώνει το αίμα του και τα βλέπει όλα σε frame πρίν σκοτώσει με ένα Buzzer beater τον αντίπαλο. <sic>
Η μελέτη των στατιστικών αποκτά ιδιαίτερή σημασία για όσους παρακολουθούν το σπορ από κοντά και θέλουν να το καταλάβουν σε βάθος. Γιατί ανοίγει τα μάτια σε καταστάσεις και τάσεις που δεν τις πιάνει το ανθρώπινο μάτι.
Και για να μην παρεξηγηθώ δεν λέω πως το μάτι του προπονητή ή του έμπειρου αναλυτή / παρατηρητή είναι κατώτερο αλλά θα του πάρει περισσότερο χρόνο να καταγράψει και να αναλύσει μια κατάσταση σε σχέση με μια μηχανή + στατιστική καταγραφή και ανάλυση.
Είναι σαν να αγνοείς την ανάλυση στο video του επόμενου αντιπάλου γιατί νομίζεις πως τον έχεις δει και θυμάσαι τα πάντα..
Τα προηγμένα στατιστικά έρχονται συμπληρωματικά στον ανθρώπινο παράγοντα και αναδεικνύουν τα προτερήματα και τα μειονεκτήματα παικτών και ομάδων – και μετά είναι στο χέρι των προπονητών και των αθλητών πως να τα αξιοποιήσουν η να τα αγνοήσουν. Και για αυτό δεν είναι τυχαίο ότι σε πρωταθλήματα όπως το ΝΒΑ υπάρχουν ομάδες που βασίζουν την συνολική τους στρατηγική σε Big data analytics.
Παρότι το μπάσκετ είναι εκ των πρωτοπόρων σε τέτοιες “καινοτομίες” παγκοσμίως, στην Ελλάδα αλλά και στην Ευρωλίγκα βρισκόμαστε ακόμα στα σπάργανα και θα πάρει πολύ καιρό μέχρι να γίνουν οι επενδύσεις και να δούμε και εδώ αποτέλεσμα. Και θα πάρει πολύ περισσότερο ώστε ο μέσος ο φίλαθλος να αποκτήσει αντίστοιχη νοοτροπία και να προσπαθήσει να συνδέσει την όποια οπτική παρατήρηση με quantified and measured facts.
Μέχρι τότε θα είναι ευχής έργον το μικρό μας μας γκρουπ των Stat Freaks να αυξηθεί και να βρεθούν μερικοί ακόμα σαν τον Ανδρέα (@ldcystats) και τον Παναγιώτη (@lostgps), τον Q (@qpdp)και τον (@AboveAverageGr) και μερικούς ακόμα που ζητώ συγνώμη εάν τους έχω ξεχάσει που δημιουργούν από τα data >>> information for free.
Την επόμενη φορά που θα έχετε κάποια απορία θυμηθείτε ότι υπάρχουν στατιστικά στοιχεία εκεί έξω για να σας βοηθήσουν στην επεξεργασία σας και εάν αφορούν τον Ολυμπιακό πιθανότατα θα τα βρείτε στο Red Point Guard. Στην κεντρική μας σελίδα μέσω των επιλογών Stats ή Team games όπου υπάρχουν σύνδεσμοι ή πίνακες με παραπομπές στην αυθεντική πηγή της πληροφορίας. (Euroleague, Fiba, Basketball Reference)
Εναλλακτικά μια βόλτα από τις προαναφερόμενες σελίδες και επικοινωνία με τους φίλους που ανέφερα θα σας είναι σίγουρα χρήσιμη.